Documente Academic
Documente Profesional
Documente Cultură
06/02/2008
Plan
Introduction
Les formalismes Systmes linaires et non linaires
Systmes linaires
Modles compartiments Rsultats connus en dimension 2
Introduction
Systmes dynamiques :
Systmes (lments en interaction) Qui voluent dans le temps Mcanique (ex : le pendule) Electricit (ex : loscillateur) Dynamique des populations (prdateurs proies, comptition) Biologie volutive Economie (balance commerciale) Sociologie (dynamique de groupe, guerre)
06/02/2008
Les formalismes
dy y dy = ry 1 = ry dt dt k 2 u u Equations aux drives = D 2 partielles t x y Equations aux yt +1 = yt + ryt 1 t diffrences k
Equations diffrentielles ordinaires Processus stochastiques Algorithmes, objets, rseaux
pn ( t + dt ) = pn ( t )(1 ndt ) + pn +1 ( t ) ndt
Watorw.exe
06/02/2008
06/02/2008
k2
k3
06/02/2008
Les quations
dM dt = k1M + k2 S dS = k M ( k + k ) S 1 2 3 dt
Relations linaires en M et S
06/02/2008
+ +
P
Le systme prdateur-proie de Lotka et Volterra
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 8
Les quations
dN dt = r1 N b1 NP dP dt = r2 P + b2 NP
Le produit NP nest pas une relation linaire
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 9
Et alors ?
Les systmes non linaires sont la fois plus riches de comportements et plus difficiles tudier que les systmes linaires Les systmes linaires possdent des solutions explicites Les systmes non linaires en gnral non
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 10
Mthode
Nous allons tudier les rsultats connus sur les systmes linaires Et voir que le comportement des systmes non linaires se ramne localement celui des systmes linaires On sait alors faire leur tude qualitative
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 11
06/02/2008
12
Systmes linaires
Matrice du systme linaire Equivalence avec les quations diffrentielles dordre n Solution de lquation diffrentielle du second ordre (et dordre suprieur) Relation de cette solution avec la matrice du systme linaire
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 13
06/02/2008
14
dx dt = V dV = g dt
06/02/2008
d 2x 2 = g dt
Cest gnral
Voir lannexe On obtient une quation du second ordre du type 2
d x dx S + Px = 0 dt 2 dt
2 S + P = 0
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 17
a1 a2
b1 b2
a1 + b2 = S
Et P le dterminant
a1 a2
b1 a1b2 a2b1 = P b2
De la matrice A du systme
06/02/2008
19
Consquence
1 et 2 sont les valeurs propres de
la matrice A du systme
06/02/2008
20
10
x ( t ) = C1e 1t + C 2 e 2t
O C1 et C2 sont deux constantes arbitraires Et 1 et 2 les racines de lquation caractristique Valeurs propres de la matrice A
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 21
Premire consquence
Les valeurs propres de la matrice A dterminent entirement la solution gnrale du systme Il suffit de calculer ces valeurs propres pour avoir cette solution gnrale Les constantes C1 et C2 seront dtermines par les conditions initiales
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 22
11
Seconde consquence
Le type des solutions dpend des racines de lquation caractristique, valeurs propres de la matrice du systme La nature de ces racines (valeurs propres) dpend du signe du discriminant de lquation caractristique
S2-4P>0 : les valeurs propres sont relles
Les solutions sont oscillantes, les oscillations sont amorties, amplifies ou entretenues
06/02/2008
23
06/02/2008
24
12
stabilisation
explosion
Oscillations entretenues
Trace (S)
cols ou points selles
06/02/2008
25
1 = r + i 2 = r i
x ( t ) = C1e(
r + i )t
+ C2 e(
r i )t
x ( t ) = e rt ( C1ei t + C2 e i t )
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 26
13
x ( t ) = e rt [ c1 cos t + c2 sin t ]
x ( t ) = me rt cos ( t + )
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 28
14
Solution oscillante
Amortie exponentiellement si a est ngatif Amplifie exponentiellement si a (partie relle des valeurs propres) est positif On obtient alors un foyer stable ou instable
06/02/2008
29
06/02/2008
30
15
Modle pharmacocintique
Une version simplifie :
k1
k3
La matrice
d M k1 = dt S k1 0 M k3 S
Les valeurs propres sont immdiates Parce que la matrice est triangulaire basse
06/02/2008
32
16
06/02/2008
33
Plus formellement
Les valeurs propres sont solutions de lquation :
A I = 0
Soit
k1 k1
0 k3
= 0 ( k1 )( k3 ) = 0
06/02/2008
34
17
Solutions particulires
Donc
Solutions particulires
M ( t ) = M 0e k1t
S ( t ) = D1e k1t + D2e k3t S0 = D1 + D2 dS0 = k1D1 k3 D2 = k1M 0 k3S0 dt D1 = M 0 , D2 = S0
18
06/02/2008
37
+ +
P
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 38
19
dN dt = r1 N dP dt = r2 P
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 40
20
dN dt = r1 N b1 NP dP dt = r2 P + b2 NP
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 41
* r2 N = b 2 P* = r1 b1
06/02/2008
ou
N * = 0 P* = 0
42
21
Foyers
0.45
y
0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 0 2 4 6 8 10 12 14
0.3 0.25 0.2 0.15 0.1 0.05 0 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0.45 0.4
y 0.3
0.35
0.25
0.3 0.25 0.2 0.15 0.1 0.05 0 14 12 10 8 6 4 2 0
0.2 0.15 0.1 0.05 0 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
Trajectoires
06/02/2008
Plan de phase
44
22
NUDS INSTABLES
y
Trajectoires
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre
Plan de phase
45
NUDS STABLES
y
Trajectoires
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre
Plan de phase
46
23
06/02/2008
47
06/02/2008
48
24
Thorme de Poincar-Lyapunov
Au voisinage de ses points fixes, les solutions dun systme non linaire tendent vers celles du systme linaire associ Quest-ce que le systme linaire associ ? Considrons le systme proieprdateur de Lotka-Volterra au voisinage du point (0,0)
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 49
Voir lannexe
Pour sen convaincre, on peut linariser le systme au voisinage du point fixe On utilise pour cela le dveloppement en srie de Taylor, limit lordre 1
06/02/2008
50
25
06/02/2008
51
06/02/2008
52
26
dx dt = f1 ( x , y ) dy = f2 ( x , y ) dt
f1 ( x * , y * ) = 0 f2 ( x * , y * ) = 0
f1 y ( x * ,y * ) f2 y ( x * ,y * )
54
f1 x * * ( x ,y ) J = f2 x * * ( x ,y )
06/02/2008
27
noeuds instables
centre
Trace (S)
cols ou points selles
Figure 1 : morphologie des attracteurs ponctuels d'un systme non linaire, en fonction des valeurs propres du jacobien
06/02/2008
56
28
0
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre
N
57
f1 ( N , P ) = r1N b1 NP b1 N r b1 P J = 1 b P f2 ( N , P ) = r2P + b2 NP r2 + b2 N 2
J ( N *, P * )
r 0 b1 2 b2 = r1 b 0 2 b1
06/02/2008
58
29
Tr J ( N * , P * ) = 0 Det J ( N * , P * ) = 0 r b2 1 b1 b1 0 r2 b2 = r1r2
06/02/2008
59
P = r1 b1
N = r2 b2
Modles de Dynamique des Populations. J.S. Pierre
N
60
06/02/2008
30
La priode du cycle
Les valeurs propres sont des imaginaires purs conjugus Au voisinage du point fixe, les trajectoires sont des sinusodes la pulsation est gale la partie imaginaire des valeurs propres soit
=
Do la priode :
r1r2
T =
06/02/2008
2 r1r2
61
Exercice
Avec Stella : Modliser le systme Ajuster les coefficients pour que le point dquilibre non trivial corresponde 100 proies et 10 prdateurs Vrifier la constance des populations en se plaant au point dquilibre Simuler lvolution des populations trs prs du point dquilibre (par exemple, 99 proies, 10 prdateurs) Vrifier la priode Construire le portrait de phase en sloignant de plus en plus du point dquilibre
06/02/2008
62
31
06/02/2008
63
32
06/02/2008
65
06/02/2008
66
33
06/02/2008
67
2. De mme, le nombre de prdateurs engendrs crot linairement avec la densit des proies.
Un prdateur est capable de donner naissance instantanment un nombre infini de descendants
3. Le modle ne prend pas en compte les dures de gestation, ni les temps d'accs l'age reproducteur.
06/02/2008
68
34
06/02/2008
69
Stabilisation, dstabilisation
Dans la nature, la plupart des couples proie-prdateur et hte-parasite semblent STABLES ou du moins PERSISTANTS Quest-ce qui peut stabiliser le modle ?
1. La prise en compte de la densit dpendance de la proie 2. Certaines formes de rponses fonctionnelles et numriques
06/02/2008
70
35
isocline : P =
isocline : N =
06/02/2008
71
N * = 0 (1) P* = 0
(2 )
N * = k P* = 0
(3)
r N* = 2 b2 * r1 r1r2 P = b kb b 1 1 2
06/02/2008
72
36
Portrait de champ
P
r1 b1
r2 b2
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre
73
Allure de la solution
Foyer stable ou nud stable
1: LIEVRES v. LYNX 600.00
300.00
06/02/2008
74
37
g (N )
h( N )
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 75
II
III
N
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 76
38
Stabilit et instabilit
G(N) G(N*)
G(N*) G(N)
N* a) N
N* b) N
Dstabilisante
Stabilisante
06/02/2008
77
Pourquoi ?
dN dt = r1N g ( N ) P dP dt = r2P + b2NP
06/02/2008
78
39
Le jacobien
Son expression gnrale :
g ( N ) r1 g ' ( N ) P J = r2 + b2N b2P
Au point fixe :
r g '(N *) r1 r1 2 g ( N * ) b2 g ( N * ) J = r1r2 0 g (N *)
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 79
Lquation caractristique
r g '(N *) r1 1 2 g ( N * ) b2 g ( N * ) =0 r1r2 g (N *)
Soit
r g '(N *) r1 1 2 + r1r2 = 0 b2 g ( N * )
g '(N *) 2 r1 1 N * +r1r = 0 g ( N * ) P 2
S
Modles de Dynamique des Populations. J.S. Pierre
06/02/2008
80
40
P est positif
g '(N *) 2 r1 1 N * r1r = 0 g ( N * ) P 2
S
06/02/2008
81
En dfinitive
G(N)
g (N *) < g '(N *) N *
G(N*)
N* b) N
La pente de la scante doit tre infrieure celle de la tangente ce qui nest possible que si la fonction est convexe au point N*=r2/b2
06/02/2008 Modles de Dynamique des Populations. J.S. Pierre 82
41
Cycles limite
Le thorme de Poincar - Bendixon
06/02/2008
83
d dt = (1 ) d = dt
Modles de Dynamique des Populations. J.S. Pierre
06/02/2008
84
42
06/02/2008
85
Le rsultat
y v. x: 1 - 2 - 3 - 4 2
-2 -2 1 3
Page 3
x Untitled
12:49
06/02/2008
86
43
Les caractristiques
Le point fixe, 0,0 est un foyer instable Tout point du cercle dquation 2 2
x +y =a
Tel que a>1 est travers par une trajectoire entrante car d/dt <0 Cela dmontre quil existe un cycle limite en application du thorme suivant :
06/02/2008
87
44
Application
Le modle de Rozenweig MacArthur Modle de Lotka-volterra modifi
1. Croissance logistique de la proie 2. Rponse fonctionnelle de type II 3. rponse numrique proportionnelle la rponse fonctionnelle
06/02/2008
90
45
En dimension suprieure 2
De nouveaux attracteurs Exposant de Lyapunov Critre de Rough-Hurwitz
06/02/2008
91
De nouveaux attracteurs
En dimension 2, le nombre dattracteurs possibles tait des plus rduit :
Nuds Foyers Point-selles ou cols Cycles limites et centres
A partir de la dimension 3, des orbites chaotiques trs complexes peuvent apparatre : les attracteurs tranges
06/02/2008
92
46
06/02/2008
93
Le papillon
06/02/2008
94
47
Les quations
Du chaos
Les trajectoires sont chaotiques :
Apriodiques Sensibilit extrme aux conditions initiales
06/02/2008
96
48
06/02/2008
97
Critre de Rough-Hurwitz
06/02/2008
98
49
Fonction de Lyapunov
06/02/2008
99
Exemple biologique
Huisman, J. and F. J. Weissing (1999). "Biodiversity of plankton by species oscillations and chaos." Nature 402(6760): 407-410.
06/02/2008
100
50
Adresse du cours
http://perso.univ-rennes1.fr/jean-sebastien.pierre/cours
06/02/2008
101
Ouvrages utiles
Britton N.F. 2003, Essential Mathematical Biology, Springer Undergraduate Mathematics Series, Springer,335p Pav A. 1994, Modlisation en biologie et en cologie. Aleas, 560p Jean, R. V. (1987).- Une Approche Mathmatique De La Biologie. Gatan Morin Ed. Chicoutimi, Canada, 407p. Jolivet, E. (1983).- Introduction Aux Modles Mathmatiques En Biologie, Paris, Masson, 151p. Lebreton, J. D., et Millier, C. (1982).- Modles Dynamiques Dterministes En Biologie. Masson, Paris. May, R. M. (1978).- Mathematical Ecology, Wiley & sons
Modles de Dynamique des Populations. J.S. Pierre
06/02/2008
102
51